数据分析定义，参考维基百科。
数据分析基本步骤：
明确目的思路、数据收集、数据处理、数据分析、数据展现。
IDE方面：Pycharm最优的选择。（深度学习框架装在Anaconda下面即可，Pycharm可直接共享使用。）
开发环境总结：
1）Anaconda 安装深度学习框架，可写代码，但调试很不方便。
2）Jupyter Notebook 演示和分享。
3）Ipython 验证思路。
4）Pycharm 编写完整项目，调试非常方便。
环境方面，python2与3的区别：
1）from __future__ import print_function
2）编码问题 （3比2好很多）
使用python2，在编码方面的建议是：
1）设置文件编码方式；
2）文件头部指定的编码方式与文件保存的编码方式一致；
3）尽量是用UTF-8。
python基础：
大部分python对象是可变的，字符串和元组是不可变的；
continue结束本次循环，break结束整个循环；
异常处理：（try except用法示例）
def divide(x, y):
try:
return x/y
except:
return 'error happens.'
print divide(8, 2)
print divide('8', 2)
range和xrange的区别：两个功能一致。xrange效率高于range，range()会得到列表，而xrange只是一个迭代器，不会显示列表，但可以直接使用。示例：
range(1, 20, 2) 输出：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
xrange(1, 20, 2) 输出：xrange(1, 21, 2)
列表、字典传参和变量传参的不同：列表、字典会被改变，变量的值不会变（变量复制、传参是值传递，列表、字典的传参是传引用）。示例：
def fun1(a):
a = 2
print a
b = 3
fun1(b)
print b
输出为2，3。
l_1 = [1, 2, 3]
l_2 = l_1
l_1.append(4)
print l_1
print l_2
输出为[1, 2, 3, 4]，[1, 2, 3, 4]。
def fun2(lst):
lst[0] = 5
print lst
lst1 = range(5)
print lst1
fun2(lst1)
print lst1
输出为[0, 1, 2, 3, 4]，[5, 1, 2, 3, 4]，[5, 1, 2, 3, 4]。
python数据结构：
1）元组
2）列表
3）字典
4）集合
python高级特性：
推导式
1）列表推导式
示例：X=[x for x in Y if x>0]
2）字典推导式
3）集合推导式
4）嵌套列表推导式
函数列表
匿名函数 lambda
生成器 generator
python高阶函数
函数式编程
map/reduce
filter
